11750 ورقة بحثية
تقدم الورقة البحثية Personalized RewardBench، وهو معيار مرجعي مبتكر يقيم نماذج المكافأة بناءً على قدرتها على التوافق مع تفضيلات المستخدمين الفردية باستخدام معايير صارمة، مما يثبت أن النماذج الحالية المتطورة تعاني في تحقيق التخصيص وأن هذا المعيار يتفوق بشكل كبير على الخطوط المرجعية الحالية في التنبؤ بالأداء اللاحق.
تقدم هذه الورقة CodeMind، وهو إطار عمل يقيم قدرات الاستنتاج البرمجي للنماذج اللغوية الكبيرة من خلال ثلاث مهام متميزة — التنفيذ المستقل، والمواصفات، والاستنتاج الدلالي الديناميكي — كاشفاً أنه بينما يمكن للنماذج التعامل مع الجوانب الديناميكية الأساسية، فإن أداءها يتدهور مع زيادة التعقيد ولا يظهر أي ارتباط مع قدرات إصلاح الأخطاء البرمجية.
تتقصى هذه الورقة كيف تؤثر التشابه بين مراحل الضبط الدقيق المتسلسل على قدرة النماذج اللغوية الكبيرة على اكتساب لغات جديدة دون نسيان مهارات المهام الحالية، مبرهنةً على أن أساليب تجميد الطبقات المصممة خصيصاً وطرق إعادة التوليد يمكن أن تخفف بفعالية من تدهور الأداء عند التكيف مع مجموعات بيانات متعددة اللغات غير متشابهة.
يُعد LongSpec إطار عمل مبتكر يتيح فك تشفير استباقي غير فاقد للمعلومات وفعال لنماذج اللغات الكبيرة ذات السياق الطويل، وذلك عبر تقديم نموذج مسودة موفر للذاكرة بذاكرة تخزين مؤقت (KV cache) ثابتة الحجم، وفهارس مواضع جديدة لسد الفجوات بين التدريب والاستنتاج، واستراتيجية تجميع انتباه محسنة، مما يحقق تسريعاً كبيراً مقارنة بالنماذج المرجعية الحالية.
تقدم هذه الورقة CMP-RT، وهو مسبار تشخيصي يثبت أن الاضطرابات الصوتية التي تستغل آليات التجزئة (tokenization) تعمل على تفتيت الرموز ذات الأهمية المتعلقة بالسلامة إلى كلمات فرعية حميدة، مما يؤدي إلى تجاوز ضوابط السلامة في النماذج اللغوية الكبيرة الحديثة ويكشف عن فجوة هيكلية جوهرية بين مرحلة ما قبل التدريب ومرحلة ضبط السلامة.
يقدم ProRank إطار عمل تدريب مبتكر يتكون من مرحلتين يجمع بين التعلم التعزيزي لإحماء المطالبات وتعلم الدرجات دقيق التفاصيل للتغلب على قيود التعبير وفهم المطالبات في نماذج اللغات الصغيرة، مما يمكّن نموذجاً بـ 0.5 مليار معلمة من التفوق على نماذج إعادة التصنيف الأكبر حجماً في اختبارات معيارية مثل BEIR مع الحفاظ على الكفاءة الحسابية.
تقدم الورقة البحثية MedGemma، وهي مجموعة من النماذج التأسيسية الطبية للرؤية واللغة المبنية على Gemma 3، والتي تتفوق بشكل كبير إلى جانب مشفر رؤية متخصص يسمى MedSigLIP على النماذج الأساسية وتقترب من أداء المهام المتخصصة عبر مختلف مهام التصوير والنصوص الطبية مع الحفاظ على القدرات العامة.
تقترح هذه الورقة إطار عمل للكشف عن الهلوسة في النماذج اللغوية الكبيرة ذات الصندوق الأسود، والذي يستفيد من السياقات المستقبلية التي يتم أخذ عينات منها لتحديد الأخطاء المستمرة، مما يظهر تحسينات كبيرة في الأداء عبر مختلف طرق أخذ العينات.
تقدم هذه الورقة CharBench، وهو معيار واسع النطاق يوضح أن النماذج اللغوية الكبيرة الحديثة تعاني في المهام المتعلقة بمستوى الحروف، ويكشف أن التجزئة (tokenization) لها تأثير ضعيف على أداء العد، لكنها تعيق بشكل كبير فهم المواضع داخل الكلمات عندما تكون الحروف مدمجة في رموز (tokens) أطول.
تقدم الورقة البحثية GrACE، وهو نهج توليدي يُمكّن النماذج اللغوية الكبيرة من إنتاج تقديرات ثقة مُعايرة بدقة وفي الوقت الفعلي عبر قياس التشابه بين الحالات الخفية والرموز الخاصة، مما يحقق موثوقية وكفاءة فائقتين في التوسع أثناء وقت الاختبار دون الحاجة إلى عمليات أخذ عينات إضافية أو نماذج مساعدة.